我有一个文件,我正在通过 python 脚本更改其格式。我在这个文件中有几个驼峰式字符串,我只想在大写字母之前插入一个空格 - 所以“WordWordWord”变成了“Word Word Word”。
我有限的正则表达式经验让我停滞不前 - 有人能想出一个像样的正则表达式来做到这一点,或者(更好)有没有一种我缺少的更 Pythonic 的方式来做到这一点?
我有一个文件,我正在通过 python 脚本更改其格式。我在这个文件中有几个驼峰式字符串,我只想在大写字母之前插入一个空格 - 所以“WordWordWord”变成了“Word Word Word”。
我有限的正则表达式经验让我停滞不前 - 有人能想出一个像样的正则表达式来做到这一点,或者(更好)有没有一种我缺少的更 Pythonic 的方式来做到这一点?
你可以试试:
>>> re.sub(r"(\w)([A-Z])", r"\1 \2", "WordWordWord")
'Word Word Word'
如果有连续的大写字母,则 Gregs 结果可能不是您要查找的结果,因为 \w 消耗了要替换的大写字母前面的字符。
>>> re.sub(r"(\w)([A-Z])", r"\1 \2", "WordWordWWWWWWWord")
'Word Word WW WW WW Word'
回头看可以解决这个问题:
>>> re.sub(r"(?<=\w)([A-Z])", r" \1", "WordWordWWWWWWWord")
'Word Word W W W W W W Word'
看看我在.NET 上的回答 - 如何将“大写”分隔的字符串拆分为数组?
编辑:也许最好把它包括在这里。
re.sub(r'([a-z](?=[A-Z])|[A-Z](?=[A-Z][a-z]))', r'\1 ', text)
例如:
"SimpleHTTPServer" => ["Simple", "HTTP", "Server"]
也许更短:
>>> re.sub(r"\B([A-Z])", r" \1", "DoIThinkThisIsABetterAnswer?")
也许您会对不使用正则表达式的单行实现感兴趣:
''.join(' ' + char if char.isupper() else char.strip() for char in text).strip()
使用正则表达式,您可以这样做:
re.sub('([A-Z])', r' \1', str)
当然,这只适用于 ASCII 字符,如果你想做 Unicode,那是一个全新的蠕虫罐头 :-)
如果您有首字母缩写词,您可能不希望它们之间有空格。这个两阶段的正则表达式将保持首字母缩写词的完整性(并且还将标点符号和其他非大写字母视为添加空格的内容):
re_outer = re.compile(r'([^A-Z ])([A-Z])')
re_inner = re.compile(r'(?<!^)([A-Z])([^A-Z])')
re_outer.sub(r'\1 \2', re_inner.sub(r' \1\2', 'DaveIsAFKRightNow!Cool'))
输出将是:'Dave Is AFK Right Now! Cool'
我同意正则表达式解决方案是最简单的,但我不会说它是最 Pythonic 的。
怎么样:
text = 'WordWordWord'
new_text = ''
for i, letter in enumerate(text):
if i and letter.isupper():
new_text += ' '
new_text += letter
我认为正则表达式是这里的方法,但只是为了提供一个纯 python 版本,没有(希望)ΤZΩΤZΙΟΥ 指出的任何问题:
def splitCaps(s):
result = []
for ch, next in window(s+" ", 2):
result.append(ch)
if next.isupper() and not ch.isspace():
result.append(' ')
return ''.join(result)
window() 是我用来对项目的滑动窗口进行操作的实用函数,定义为:
import collections, itertools
def window(it, winsize, step=1):
it=iter(it) # Ensure we have an iterator
l=collections.deque(itertools.islice(it, winsize))
while 1: # Continue till StopIteration gets raised.
yield tuple(l)
for i in range(step):
l.append(it.next())
l.popleft()
对于旧线程 - 想为我的一个要求尝试一个选项。当然这re.sub()
是一个很酷的解决方案,但如果没有(或不应该)导入 re 模块,也会得到一个 1 班轮。
st = 'ThisIsTextStringToSplitWithSpace'
print(''.join([' '+ s if s.isupper() else s for s in st]).lstrip())